LANDASAN TEORI
Skala Nominal
Skala nominal dapat didefinisikan sebagai pengukuran dengan taraf paling rendah,
terjadi bila angka-angka atau simbol-simbol yang dipakai untuk mengelompokkan
suatu objek, orang atau suatu karakteristik. Penyusunan skala dalam kelas-kelas
merupakan suatu gugus atau rangkaian yang terpisah-pisah atau bebas. Satu-
satunya hubungan yang terdapat di antaranya adalah sifat kesamaan, tiap anggota
sub.
Skala Interval
Skala interval dapat didefinisikan sebagai suatu pengukuran terhadap selisih dari
tiap-tiap angka dalam skala ordinal yang diketahui besarnya dengan lebih teliti.
Dalam penggunaan skala interval, tiap angka pengamatan dalam skala tidak
terpengaruh kalau dikalikan dengan suatu angka positif yang tetap dan kemudian
ditambahkan suatu konstanta pada hasil perkalian tersebut.
Skala Rasio
Skala rasio dapat didefinisikan bila suatu interval mempunyai titik nol yang nyata.
Dalam skala rasio perbandingan dari tiap titik pada unit pengukuran tidak akan
mengalami perubahan bila seluruh angka dalam perubahan tersebut dikalikan
dengan bilangan positif, sehingga tidak akan mengubah maksud atau keterangan
yang terkandung skala tersebut.
Korelasi rank Spearman adalah alat uji statistik yang digunakan untuk menguji
hipotesis asosiatif dua variabel bila datanya berskala ordinal (ranking). Metode
statistik ini merupakan yang pertama kali dikembangkan berdasarkan rank dan
diperkirakan yang paling banyak dikenal dengan baik hingga kini. Metode
korelasi rank Spearman diperkenalkan oleh Spearman pada tahun 1904. Nilai
statistiknya disebut rho, disimbolkan dengan . Metode korelasi rank Spearman
adalah ukuran asosiasi yang menuntut kedua variabel diukur sekurang-kurangnya
dalam skala ordinal sehingga objek-objek atau individu-individu yang dipelajari
dapat di ranking dalam dua rangkaian berurut. Jadi metode korelasi rank
Spearman adalah metode yang bekerja untuk skala data ordinal atau rangking dan
bebas distribusi.
2 = ( )2
= 2 2
2
2 ( )
=
(+1) 2
(+1)(2+1)
= 2
6
2
2 (+1)
(+1)(2+1)
=
6
4
23 +2 +22 + (2 +2+1)
=
6
4
23 +32 + 3 +22 +
=
6
4
4
3
+62 +233 +62 +3
= 12
3
= (2.3)
12
Hal yang sama untuk variabel Y:
3
2 =
12
Andaikan =
2 = ( )2
= 2 2 + 2
= 2 2
dan
2 = 2 + 2 2 2 2
2 2 2 = 2 + 2 2
Maka:
2 + 2 2
= (2.4)
2 2 2
3
dengan X dan Y dalam rank, dapat mensubstitusikan 2 = = 2
12
ke dalam rumus (2.4), sehingga didapatkan:
3 3
+ 2
= 12 12
3 3
2
12 12
3
2 2
12
= 3
2
12
2
=1 3
2
12
2
=1 3
6
6 2
= 1 (2.5)
3
Kadang-kadang dijumpai dua subjek atau lebih yang menerima nilai yang sama
dalam perubah yang sama. Jika terjadi nilai yang sama, masing-masing diberi rank
rata-rata, sehingga pengaruh nilai yang sama dapat diatasi. Jika cuplikan yang
mempunyai nilai kembar ini tidak begitu banyak, maka rank kembar ini dapat
dikatakan tidak berpengaruh terhadap , oleh karena itu rumus (2.6) masih tetap
dapat digunakan. Namun apabila proporsi dari rank kembar ini cukup besar, maka
dalam perhitungan perlu dimasukkan faktor koreksinya.
dengan ketentuan:
3
2 =
12
3
2 =
12
2
= (2.8)
12
0 diterima bila 1 ( 2) +1 ( 2)
2 2
6 2
=1
= 1 , jika proporsi angka tidak sama
3
Jika subjek-subjek merupakan sampel random dari populasi tertentu,
dapat diuji apakah harga observasi memberikan petunjuk adanya
asosiasi antara variabel X dan variabel Y dalam populasinya dengan
syarat :
a. Untuk < 25, signifikansi suatu harga sebesar harga observasi
dapat ditetapkan dengan menghitung dengan menggunakan rumus:
2
=
12
Koefisien korelasi rank Kendall (), juga digunakan sebagai ukuran korelasi
dengan jenis data yang sama seperti data di mana korelasi rank Spearman ( )
dapat dipergunakan dengan syarat jika pengukurannya paling tidak dalam skala
ordinal bagi kedua perubah tersebut. Artinya jika sekurang-kurangnya tercapai
pengukuran ordinal terhadap variabel-variabel X dan Y, sehingga setiap subjek
dapat diberi rangking pada X maupun Y, maka korelasi rank kendall akan
memberikan suatu ukuran tingkat asosiasi atau korelasi antara kedua himpunan
ranking itu. Metode korelasi rank Kendall diperkenalkan oleh M.G Kendall pada
tahun 1938.
Jika ada dua atau lebih nilai pengamatan (baik antara perubahan X maupun Y)
yang sama, seperti biasanya nilai-nilai tersebut diberi rank rata-rata. Pengaruh dari
1
dengan : = ( 1)
2
: jumlah rank kembaran tiap kelompok kembarnya untuk perubah X.
1
= ( 1)
2
: jumlah rank kembaran tiap kelompok kembarnya untuk perubah Y.
2(2+5
=
9(1)
dengan rumus :
=
= 2(2+5)
(2.12)
9(1)
Hipotesisnya:
0 = Tidak ada korelasi yang cukup berarti antara dua variabel tersebut.
1 = Adanya korelasi yang cukup berarti antara dua variabel tersebut.
0 diterima bila 1 +1
2 2